keras UNET视网膜血管分割调试记录

随随便便的废话

跑自己的代码的时候发现CHASE_DB1数据集总是过拟合，即使是做了数据增强将图像增加到600+，验证集准确率依旧达到0.99，怀疑是在数据预处理的时候简单的参考别的开源代码将图像简单的划分为无重叠的64*64 patch导致类不平衡，遂找到当年因为硬件查没跑通的代码，开始调试，学习如何在训练集上随机提取patch进行训练。
调试的代码来自这位大佬。

环境

老板大手一挥给配了个3080，当初配置环境的时候简直是摸着石头过河，都说新版本容易碰壁，原先想要直接用上以前tensorflow1.6+keras的代码，就弄了个CUDA9，结果配的天昏地暗，还是报错。想过在虚拟环境中配置CUDA，也不行。问了同学，同学答：我觉得pytorch不错，你可以试试。 最后老老实实卸了重装，按照网上不多的教程配置好了3080能运行的环境。

1. GPU RTX 3080，cuda 11；
2. tensorflow==2.5.0-dev；
3. keras==2.3.0；
4. opencv-python==4.4.0.46；
5. scikit-learn==0.23.2；
6. pillow==8.0.1；
7. h5py==2.10.0；
8. configparser==3.5.0

调试记录

1) Cannot Run Git & Invalid VCS root mapping

和github相关的报错，可以按照网上下载并配置Git，不过我一直都倾向于自己新建工程，复制粘贴。新建工程后不存在这个问题。

1.retinaNN_training.py

2)